You need to enable JavaScript to run this app. 如何在Pandas中为指定列的相对URL批量补全主域名生成完整链接?
优惠活动
大模型
产品
解决方案
定价
更多

如何在Pandas中为指定列的相对URL批量补全主域名生成完整链接?

pandas 批量为CSV中的相对URL添加域名前缀

在现有代码的DataFrame生成完成后、导出操作执行前,对link和image_link列批量拼接域名前缀即可实现需求,以下是具体实现方案。

最简实现(适配标准相对路径场景)

如果确认原数据中两列的值全部是不带域名的相对路径,可直接用pandas的字符串向量化操作批量拼接,处理效率最高:

# 定义统一域名前缀
domain = "https://www.example.com"
# 对两列批量拼接,同时清理路径前后无效空格
df['link'] = domain + df['link'].astype(str).str.strip()
df['image_link'] = domain + df['image_link'].astype(str).str.strip()

鲁棒性增强实现(兼容异常数据场景)

如果原数据可能存在空值、已经带http前缀的完整URL、路径开头缺斜杠的情况,可增加自定义判断逻辑避免生成无效URL:

domain = "https://www.example.com"
def complete_url(raw_url):
    # 处理空值,返回空字符串避免拼接报错
    if pd.isna(raw_url):
        return ""
    url = str(raw_url).strip()
    # 已带协议头的完整URL直接保留
    if url.startswith(('http://', 'https://')):
        return url
    # 统一补全路径开头的斜杠
    if not url.startswith('/'):
        url = f"/{url}"
    # 拼接时去掉域名末尾多余的斜杠,避免出现双斜杠问题
    return domain.rstrip('/') + url

# 批量应用到目标列
df['link'] = df['link'].apply(complete_url)
df['image_link'] = df['image_link'].apply(complete_url)

整合后的完整可运行代码

import xlsxwriter
import pandas as pd

# 配置域名前缀常量
DOMAIN = "https://www.example.com"

# 读取源文件并提取目标列
ed = pd.read_csv('/home/google_files/google_file.csv')
df = pd.DataFrame(ed[['id', 'title', 'description', 'product_type', 'link', 'image_link', 'condition', 'availability','price', 'brand', 'gtin','mpn']])        

# 定义URL补全函数
def complete_url(raw_url):
    if pd.isna(raw_url):
        return ""
    url = str(raw_url).strip()
    if url.startswith(('http://', 'https://')):
        return url
    if not url.startswith('/'):
        url = f"/{url}"
    return DOMAIN.rstrip('/') + url

# 批量处理URL列
df['link'] = df['link'].apply(complete_url)
df['image_link'] = df['image_link'].apply(complete_url)

# 导出为CSV
df.to_csv('/home/csv/google_files/connexity_file.csv', index=False)

# 导出为Excel
toxl = pd.ExcelWriter('/home/csv/google_files/conn_file.xlsx') 
df.to_excel(toxl, index = False)   
toxl.save()      

注意事项

  • 字符串向量化操作比逐行循环处理效率高,处理大文件时优先使用这类方式
  • 空值处理可以避免生成https://www.example.com/nan这类无效URL
  • 斜杠统一处理可以避免拼接出现https://www.example.com//test/xxx这类格式错误的链接

内容的提问来源于stack exchange,提问作者robothead

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.14 18:27:10